Anthropic интегрировала в Claude Code специализированный Explore sub-agent, задача которого — исследование кодовой базы перед выполнением основной задачи. Этот агент работает в строго read-only режиме, используя базовые инструменты типа grep, find и cat для анализа файлов без возможности их модификации. Такой подход теоретически должен обеспечивать чистоту контекста, исключая попадание в него нерелевантной информации. Однако отсутствие специализированных алгоритмов для работы с современными фреймворками ставит под сомнение эффективность этого решения в промышленной разработке.

На практике Explore sub-agent демонстрирует существенные ограничения. При анализе даже относительно простого проекта типа spring-petclinic агент обрабатывает значительные объемы данных: 1.0k входных токенов, 7.4k выходных, 523.4k чтения из кэша и 51.3k записи в кэш. При этом время выполнения составляет около минуты, что для простых проектов может считаться приемлемым, но становится проблемой в промышленных масштабах. Для сравнения, аналогичные инструменты от конкурентов демонстрируют в 2-3 раза лучшую производительность на аналогичных задачах благодаря оптимизированным алгоритмам поиска.

Главная техническая проблема Explore sub-agent заключается в отсутствии специализации под конкретные языки и фреймворки. Агент использует общие подходы к анализу, что особенно критично для сложных проектов, использующих Spring Framework с его специфичными механизмами вроде конфигураций бинов, Spring Router или OpenAPI спецификаций. В таких случаях поверхностный анализ без понимания архитектурных особенностей фреймворка даёт неполные или ошибочные результаты. Это подтверждается тестами на реальных проектах, где агент пропускает до 40% важных конфигурационных файлов в Spring-приложениях.

Конкурирующие решения, такие как Codex от OpenAI или Copilot от GitHub, демонстрируют более глубокую интеграцию с конкретными технологическими стеками. Однако Anthropic сознательно пошла по пути создания универсального инструмента, жертвуя глубиной анализа в пользу широкой применимости. Этот компромисс становится особенно заметным при работе с современными подходами вроде spec-first разработки или сложных конфигураций. Интересно, что в документации Anthropic прямо указывает на это ограничение, рекомендуя использовать Explore sub-agent только для первичного анализа небольших проектов.

Для российского рынка, где Spring Framework остаётся одним из самых популярных фреймворков для enterprise-разработки, ограничения Explore sub-agent представляют существенную проблему. Согласно исследованиям JetBrains, около 65% Java-разработчиков в России используют Spring в своих проектах, при этом многие работают с унаследованными системами, где важна точность анализа конфигураций. Локальные команды, использующие Claude Code, вынуждены либо дополнять его анализ ручной проверкой, либо искать альтернативные инструменты для работы со сложными контекстами.

Ситуация усугубляется тем, что российские разработчики часто сталкиваются с необходимостью анализа проектов, содержащих смешанный код на Java и Kotlin, что создаёт дополнительные сложности для универсальных инструментов вроде Explore sub-agent. При этом Anthropic пока не предложила четкого пути решения этой проблемы, оставляя вопросы о будущем развитии своего подхода к анализу кода. В ближайшие месяцы станет ясно, сможет ли компания адаптировать свой инструмент под нужды enterprise-разработки или сохранит ориентацию на более простые use-cases.

Открытым остаётся вопрос, насколько Anthropic готова инвестировать в развитие специализированных возможностей Explore sub-agent для работы с конкретными фреймворками. Текущая версия выглядит как компромиссное решение, которое может удовлетворить только часть пользователей. Для российского рынка, где преобладают сложные enterprise-проекты, это создаёт существенные ограничения в использовании Claude Code в качестве основного инструмента анализа кода.